Notice bibliographique
Résumé
11-89.See also Estimated AOAs diffuse multipath spectrum estimation, 78-84 F-tests used for, 88 low-angle tracking radar study, 60-63 MTM and ML methods in, 86 multi-taper spectrum estimation, 28-35 spectrum estimation procedures, 23-27 Angular separation, between direct and specular components, 68 ANOVA table, 36t Antenna horn transmission frequencies, 61 AOA estimates, variability in, 85.See also Angle-of-arrival (AOA) estimation A priori probabilities, 205 AR bandwidth, 180.See also Autoregressive entries AR centroid, 180 AR coeffi cients, estimation of, 54 AR fi lter, for prewhitening, 54 AR model parameters, variation of, 180-181 Beamforming, 13-14 Bimodal frequency distributions, 145 Bistatic mode, 12 Blackman and Tukey spectrum estimate, 15 Bragg resonant length, 160 Bragg scattering, 124, 129, 160, 162 dominance of, 188 Bragg spectral lines, 160, 161 Breaking waves, 124-125 "Breathing" phenomenon in time-Doppler plots, 145 Brewster effect, 125 Broadband bias, 29, 30 C Capillary waves, 123, 124, 159 Cauchy-Schwartz inequality, 29 CFAR processor, 113.See also Doppler CFAR (constant false-alarm rate) receiver Chaos, 130 stochastic, 153-155 theory, 7, 122 Chaotic invariant analysis, as a selffulfi lling prophecy, 137-138 Chaotic invariants, of sea clutter, 132-134 Chi distribution, 126, 127, 128 Classical spectrum estimation method, 26 Classical statistical approach, versus nonlinear dynamical approach, 152-153 Clutter, unknown targets in, 218.See also Coherent radar clutter; Sea clutter entries Clutter amplitude, correlation properties of, 127-128 Clutter amplitude statistical models, 152 Clutter Doppler frequency, 211-213 Clutter modeling, goals related to, 179 Clutter power (P clutter ), 199, 200 Clutter power spectral density (PSD), 174, 175 Clutter statistics, 205 Clutter-to-noise power ratio (CNR), 175 CM-RELAX algorithm, 187-188, 189 Coherence, 4 Coherent radar clutter, modeling, 151 Coherent radars, 123 Coherent sidelobe subtraction, 98 Complex observed signal, 206 Composite reconstructed spectrum, with prewhitening, 56.See also Composite spectrum Composite spectrum, 34 estimation, 32-33, 52-54 reconstruction, 53 Composite surface theory, 169 Compound-Gaussian model, 162.See also Gaussian model Compound K-distribution, 126-128 model, 127 Continuous colored noise component, leakage of, 52-54 Continuous part of the spectrum (second moment), 17 Correlation, multi-taper estimate of, 97 Correlation anomaly algorithm, 195 Correlation anomaly detection strategy, 205-206 Correlation anomaly receiver, 205-217, 218 comparison with Bayesian direct fi lter, 206-217 Correlation dimension, 132, 133 Covariance functions, 94-95.See also Cross-covariance functions (CCF) Cramr-Rao bounds, 38, 39 Cramr representation, 94 Cross-covariance functions (CCF), 175, 176, 178, 188.See also Covariance functions Crude spectra, 33 Currie, Brian, 119, 193 Cycle (cyclic) mean, 183, 184-185 estimating, 186, 187 of intensity data, 186-187 Cycle frequency, 184 Cyclic statistics, 183-185 Cyclostationary (CS) processes, 183 fi rst-order, 183, 185 Cyclostationarity property, 105-106, 112 of sea clutter, 189
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».